day12（栈与队列）-py

第五章 栈与队列part03

今日内容：

● 239. 滑动窗口最大值

● 347.前 K 个高频元素

● 总结

代码随想录：代码随想录

今天难度真的超标了，有点写自闭了，就稍微摘一点思考和新学的东西吧。

239. 滑动窗口最大值

解题思路：

        开始直接用暴力遍历的方法可以做，但发现复杂度过高，于是需要借助队列。

1.构造一个单调队列，来存储滑动窗口的元素，也就是说需要对滑动窗口中元素的大小进行排序

2.实现单调队列需要满足的条件（核心思想）：

        pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作

        push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

3.即如何维护最大值？将队列中的小值比较后弹出。如何保证滑动窗口元素量为k？若头部为最大，且下一轮要移除，则需要弹出，即将队列中的头部和当前循环索引位置比较。

代码层面：可以使用deque()函数实现双向队列，进行pop（）和popleft（）操作

347.前 K 个高频元素

解题思想：

1.要统计元素出现频率

2.对频率排序

3.找出前K个高频元素

这题思路比较清晰，主要是代码实现的问题。py写法是真方便，但我是真没见过

小顶堆：最小的元素位于队列最前面，使用了heapq库，push实现为heapq.heappush(pri_que, (freq, key))；pop实现为heapq.heappop(pri_que)，即超过k个元素后，永远把最小的弹出。

字典用法：map_[nums[i]] = map_.get(nums[i], 0) + 1，即nums[i]有值则直接用，没有值则＋1

import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        #要统计元素出现频率
        map_ = {} #nums[i]:对应出现的次数
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1
        
        #对频率排序
        #定义一个小顶堆，大小为k
        pri_que = [] #小顶堆
        
        #用固定大小为k的小顶堆，扫描所有频率的数值
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > k: #如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                heapq.heappop(pri_que)
        
        #找出前K个高频元素，因为小顶堆先弹出的是最小的，所以倒序来输出到数组
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result